Hoe Lamoda werkt aan algoritmen die de wensen van de koper begrijpen

Binnenkort zal online winkelen een mix zijn van sociale media, aanbevelingsplatforms en zendingen van capsulegarderobes. Oleg Khomyuk, hoofd van de onderzoeks- en ontwikkelingsafdeling van het bedrijf, vertelde hoe Lamoda hieraan werkt

Wie en hoe in Lamoda werkt aan platformalgoritmen

Bij Lamoda is R&D verantwoordelijk voor het implementeren van de meeste nieuwe datagestuurde projecten en het te gelde maken ervan. Het team bestaat uit analisten, ontwikkelaars, datawetenschappers (machine learning engineers) en productmanagers. Er is niet voor niets gekozen voor de cross-functionele teamindeling.

Traditioneel werken deze specialisten in grote bedrijven op verschillende afdelingen: analyse, IT, productafdelingen. De uitvoeringssnelheid van gemeenschappelijke projecten met deze aanpak is meestal vrij laag vanwege de moeilijkheden bij gezamenlijke planning. Het werk zelf is als volgt gestructureerd: eerst houdt de ene afdeling zich bezig met analyse, daarna een andere - ontwikkeling. Elk van hen heeft zijn eigen taken en deadlines voor hun oplossing.

Ons multifunctionele team maakt gebruik van flexibele benaderingen en de activiteiten van verschillende specialisten worden parallel uitgevoerd. Hierdoor is de Time-To-Market-indicator (de tijd vanaf het begin van het werk aan het project tot het betreden van de markt. — Trends) lager is dan het marktgemiddelde. Een ander voordeel van het cross-functionele formaat is de onderdompeling van alle teamleden in de zakelijke context en in elkaars werk.

Projectportfolio

Het projectenportfolio van onze afdeling is divers, hoewel het om voor de hand liggende redenen neigt naar een digitaal product. Gebieden waarin wij actief zijn:

• catalogus en zoeken;
• aanbevelingssystemen;
• personalisatie;
• optimalisatie van interne processen.

Catalogus-, zoek- en aanbevelingssystemen zijn hulpmiddelen voor visuele merchandising, de belangrijkste manier waarop een klant een product kiest. Elke aanzienlijke verbetering van de bruikbaarheid van deze functionaliteit heeft een aanzienlijke invloed op de bedrijfsprestaties. Het prioriteren van producten die populair en aantrekkelijk zijn voor klanten bij het sorteren van catalogi, leidt bijvoorbeeld tot een toename van de verkoop, aangezien het voor de gebruiker moeilijk is om het hele assortiment te bekijken en zijn aandacht meestal beperkt is tot enkele honderden bekeken producten. Tegelijkertijd kunnen aanbevelingen van vergelijkbare producten op de productkaart diegenen helpen die om de een of andere reden het bekeken product niet leuk vonden, om hun keuze te maken.

Een van de meest succesvolle gevallen die we hadden, was de introductie van een nieuwe zoekopdracht. Het belangrijkste verschil met de vorige versie zit in de taalkundige algoritmen voor het begrijpen van het verzoek, die onze gebruikers positief hebben ervaren. Dit had een grote impact op de verkoopcijfers.

Alle ideeën worden getest

Voordat er nieuwe functionaliteit beschikbaar komt voor Lamoda-gebruikers, voeren we A/B-testen uit. Het is gebouwd volgens het klassieke schema en met behulp van traditionele componenten.

• De eerste fase – we starten het experiment, geven de datums aan en het percentage gebruikers dat deze of gene functionaliteit moet inschakelen.
• De tweede fase — we verzamelen identifiers van gebruikers die deelnemen aan het experiment, evenals gegevens over hun gedrag op de site en aankopen.
• De derde fase – samenvatten met behulp van gerichte product- en bedrijfsstatistieken.

Vanuit zakelijk oogpunt geldt: hoe beter onze algoritmen vragen van gebruikers begrijpen, inclusief vragen die fouten maken, hoe beter het onze economie zal beïnvloeden. Verzoeken met typefouten leiden niet tot een lege pagina of onnauwkeurige zoekopdracht, de gemaakte fouten worden duidelijk voor onze algoritmen en de gebruiker ziet de producten waarnaar hij op zoek was in de zoekresultaten. Hierdoor kan hij een aankoop doen en verlaat hij de site niet met niets.

De kwaliteit van het nieuwe model kan worden gemeten aan de hand van de errata-correctiekwaliteitsmetrieken. U kunt bijvoorbeeld het volgende gebruiken: "percentage correct gecorrigeerde verzoeken" en "percentage correct niet-gecorrigeerde verzoeken". Maar dit zegt niet direct iets over het nut van zo'n innovatie voor het bedrijfsleven. In ieder geval moet je kijken hoe de doelzoekstatistieken veranderen in gevechtsomstandigheden. Hiervoor doen we experimenten, namelijk A/B-testen. Daarna kijken we naar metrics, bijvoorbeeld het aandeel lege zoekresultaten en de ‘click-through rate’ van enkele posities uit de top in de test- en controlegroep. Als de wijziging groot genoeg is, wordt deze weerspiegeld in algemene statistieken zoals gemiddelde cheque, omzet en conversie naar aankoop. Dit geeft aan dat het algoritme voor het corrigeren van typefouten effectief is. De gebruiker doet een aankoop, zelfs als hij een typefout heeft gemaakt in de zoekopdracht.

Aandacht voor elke gebruiker

We weten iets over elke Lamoda-gebruiker. Ook als een persoon onze site of applicatie voor het eerst bezoekt, zien we het platform dat hij gebruikt. Soms zijn geolocatie en verkeersbron voor ons beschikbaar. Gebruikersvoorkeuren verschillen per platform en regio. Daarom begrijpen we meteen wat een nieuwe potentiële klant leuk vindt.

We weten hoe we moeten werken met de geschiedenis van een gebruiker die gedurende een jaar of twee is verzameld. Nu kunnen we veel sneller geschiedenis verzamelen - letterlijk in een paar minuten. Na de eerste minuten van de eerste sessie is het al mogelijk om enkele conclusies te trekken over de behoeften en smaken van een bepaalde persoon. Als een gebruiker bijvoorbeeld meerdere keren witte schoenen heeft geselecteerd bij het zoeken naar sneakers, dan is dat degene die moet worden aangeboden. We zien de vooruitzichten voor dergelijke functionaliteit en zijn van plan deze te implementeren.

Om de personalisatiemogelijkheden te verbeteren, richten we ons nu meer op de kenmerken van producten waarmee onze bezoekers op een of andere manier interactie hebben gehad. Op basis van deze gegevens vormen wij een bepaald “gedragsbeeld” van de gebruiker, dat we vervolgens gebruiken in onze algoritmen.

Hoe te veranderen door het gedrag van online shoppers te volgen

Een belangrijk onderdeel van de ontwikkeling van elk product is klantontwikkeling (het testen van een idee of prototype van een toekomstig product op potentiële consumenten) en diepte-interviews. Ons team heeft productmanagers die zich bezighouden met de communicatie met consumenten. Ze voeren diepte-interviews uit om onvervulde gebruikersbehoeften te begrijpen en die kennis om te zetten in productideeën.

Van de trends die we nu zien, zijn de volgende te onderscheiden:

• Het aandeel zoekopdrachten vanaf mobiele apparaten groeit voortdurend. De prevalentie van mobiele platforms verandert de manier waarop gebruikers met ons omgaan. Zo stroomt verkeer op Lamoda in de loop van de tijd steeds meer vanuit de catalogus naar zoeken. Dit wordt heel eenvoudig uitgelegd: het is soms makkelijker om een ​​tekstquery in te stellen dan om de navigatie in de catalogus te gebruiken.
• Een andere trend waar we rekening mee moeten houden is de wens van gebruikers om korte vragen te stellen. Daarom is het noodzakelijk om hen te helpen zinvollere en gedetailleerdere verzoeken te formuleren. Dit kunnen we bijvoorbeeld doen met zoeksuggesties.

Wat is het volgende

Tegenwoordig zijn er bij online winkelen maar twee manieren om op een product te stemmen: een aankoop doen of het product toevoegen aan favorieten. Maar de gebruiker heeft in de regel geen opties om te laten zien dat het product niet in de smaak valt. Het oplossen van dit probleem is een van de prioriteiten voor de toekomst.

Los daarvan werkt ons team hard aan de introductie van computer vision-technologieën, algoritmen voor logistieke optimalisatie en een gepersonaliseerde feed met aanbevelingen. We streven ernaar om de toekomst van e-commerce te bouwen op basis van data-analyse en de toepassing van nieuwe technologieën om een ​​betere service voor onze klanten te creëren.

Abonneer u ook op het Trends Telegram-kanaal en blijf op de hoogte van de huidige trends en voorspellingen over de toekomst van technologie, economie, onderwijs en innovatie.